JP2023038164A - 障害物検出方法、装置、自動運転車両、機器、及び記憶媒体 - Google Patents
障害物検出方法、装置、自動運転車両、機器、及び記憶媒体 Download PDFInfo
- Publication number
- JP2023038164A JP2023038164A JP2022122815A JP2022122815A JP2023038164A JP 2023038164 A JP2023038164 A JP 2023038164A JP 2022122815 A JP2022122815 A JP 2022122815A JP 2022122815 A JP2022122815 A JP 2022122815A JP 2023038164 A JP2023038164 A JP 2023038164A
- Authority
- JP
- Japan
- Prior art keywords
- processing target
- information
- detection
- obstacle
- fusion
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 344
- 230000004927 fusion Effects 0.000 claims abstract description 84
- 238000000034 method Methods 0.000 claims abstract description 19
- 238000007499 fusion processing Methods 0.000 claims abstract description 11
- 230000008569 process Effects 0.000 claims abstract description 9
- 238000012545 processing Methods 0.000 claims description 95
- 238000004590 computer program Methods 0.000 claims description 12
- 230000007613 environmental effect Effects 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000005259 measurement Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/776—Validation; Performance evaluation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0002—Automatic control, details of type of controller or control system architecture
- B60W2050/0004—In digital systems, e.g. discrete-time systems involving sampling
- B60W2050/0005—Processor details or data handling, e.g. memory registers or chip architecture
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/50—Barriers
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/20—Static objects
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/20—Data confidence level
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/25—Data precision
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/35—Data fusion
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Automation & Control Theory (AREA)
- Computing Systems (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
Abstract
Description
101、様々な障害物検出方式を使用して、車両の走行プロセス中の障害物に対して障害物検出を行って、前記障害物検出の複数の初期検出結果を取得し、前記複数の初期検出結果は前記様々な障害物検出方式に対応する。
P=1-(1-Px)*(1-Py*Rxy)。
P=1-(1-0.9)*(1-0.8*0.1)=0.972。
Pxy=1-(1-Px)*(1-Py*Rxy);
P=1-(1-Pxy)*(1-Pz*Rxyz)
その中、Rxyzは、RxzとRyzとの間の小さい値として選択する。
Claims (14)
- 障害物検出方法であって、
様々な障害物検出方式を使用して、車両の走行プロセス中の障害物に対して障害物検出を行って、前記障害物検出の複数の初期検出結果を取得するステップであって、前記複数の初期検出結果は前記様々な障害物検出方式に対応する、ステップと、
前記複数の初期検出結果に対して融合処理を行って、融合結果を取得するステップと、
前記融合結果に基づいて、前記障害物検出の最終検出結果を取得するステップと、を含む、
障害物検出方法。 - 前記複数の初期検出結果中の各初期検出結果は、障害物が存在するか否かを指示するために用いられ、
前記複数の初期検出結果に対して融合処理を行って、融合結果を取得するステップは、
前記複数の初期検出結果中の、障害物の存在を指示する初期検出結果を、処理対象検出結果として選択するステップと、
前記処理対象検出結果の融合情報を取得するステップと、
前記処理対象検出結果の融合情報に基づいて、前記融合結果を取得するステップと、を含む、
請求項1に記載の障害物検出方法。 - 前記処理対象検出結果は複数であり、前記処理対象検出結果の融合情報は、複数の前記処理対象検出結果中の各処理対象検出結果の精度情報と、複数の前記処理対象検出結果中の2つずつの処理対象検出結果間の相関度情報を含み、
前記処理対象検出結果の融合情報を取得するステップは、
予め確立された精度検出モデルを使用して、前記車両が存在する環境の環境情報に対して検出処理を行って、前記各処理対象検出結果の精度情報を取得するステップと、
予め配置された配置ファイルから、前記2つずつの処理対象検出結果に対応する2つずつの障害物検出方式間の相関度情報を取得し、前記取得された相関度情報を前記2つずつの処理対象検出結果間の相関度情報とするステップと、を含む、
請求項2に記載の障害物検出方法。 - 前記処理対象検出結果は複数であり、前記処理対象検出結果の融合情報は、複数の前記処理対象検出結果中の各処理対象検出結果の精度情報と、複数の前記処理対象検出結果中の2つずつの処理対象検出結果間の相関度情報を含み、
前記処理対象検出結果の融合情報に基づいて、前記融合結果を取得するステップは、
前記各処理対象検出結果の精度情報を大きい順にソートして、ソート後の精度情報を取得するステップと、
予め設定された関数関係を使用して、前記ソート後の精度情報と、前記2つずつの処理対象検出結果間の相関度情報に基づいて、前記融合結果を取得するステップと、を含み、前記予め設定された関数関係は、前記融合結果と前記精度情報及び前記相関度情報との間の関係を示すために用いられる、
請求項2に記載の障害物検出方法。 - 前記融合結果に基づいて、前記障害物検出の最終検出結果を取得するステップは、
前記融合情報が予め設定された閾値以上である場合、前記最終検出結果に障害物が存在すると決定するステップを含む、
請求項2に記載の障害物検出方法。 - 障害物検出装置であって、
様々な障害物検出方式を使用して、車両の走行プロセス中の障害物に対して障害物検出を行って、前記障害物検出の複数の初期検出結果を取得するための検出モジュールであって、前記複数の初期検出結果は前記様々な障害物検出方式に対応する検出モジュールと、
前記複数の初期検出結果に対して融合処理を行って、融合結果を取得するための融合モジュールと、
前記融合結果に基づいて、前記障害物検出の最終検出結果を取得するための決定モジュールと、を含む、
障害物検出装置。 - 前記複数の初期検出結果中の各初期検出結果は、障害物が存在するか否かを指示するために用いられ、前記融合モジュールは、具体的には、
前記複数の初期検出結果中の、障害物の存在を指示する初期検出結果を、処理対象検出結果として選択し、
前記処理対象検出結果の融合情報を取得し、
前記処理対象検出結果の融合情報に基づいて、前記融合結果を取得するために用いられる、
請求項6に記載の障害物検出装置。 - 前記処理対象検出結果は複数であり、前記処理対象検出結果の融合情報は、複数の前記処理対象検出結果中の各処理対象検出結果の精度情報と、複数の前記処理対象検出結果中の2つずつの処理対象検出結果間の相関度情報を含み、前記融合モジュールは、さらに、具体的には、
予め確立された精度検出モデルを使用して、前記車両が存在する環境の環境情報に対して検出処理を行って、前記各処理対象検出結果の精度情報を取得し、
予め配置された配置ファイルから、前記2つずつの処理対象検出結果に対応する2つずつの障害物検出方式間の相関度情報を取得し、前記取得された相関度情報を前記2つずつの処理対象検出結果間の相関度情報とするために用いられる、
請求項7に記載の障害物検出装置。 - 前記処理対象検出結果は複数であり、前記処理対象検出結果の融合情報は、複数の前記処理対象検出結果中の各処理対象検出結果の精度情報と、複数の前記処理対象検出結果中の2つずつの処理対象検出結果間の相関度情報を含み、前記融合モジュールは、さらに、具体的には、
前記各処理対象検出結果の精度情報を大きい順にソートして、ソート後の精度情報を取得し、
予め設定された関数関係を使用して、前記ソート後の精度情報と、前記2つずつの処理対象検出結果間の相関度情報に基づいて、前記融合結果を取得するために用いられ、前記予め設定された関数関係は、前記融合結果と前記精度情報及び前記相関度情報との間の関係を示すために用いられる、
請求項7に記載の障害物検出装置。 - 前記決定モジュールは、具体的には、
前記融合情報が予め設定された閾値以上である場合、前記最終検出結果に障害物が存在すると決定するために用いられる、
請求項7~9のいずれか一つに記載の障害物検出装置。 - 電子機器であって、
少なくとも一つのプロセッサと、
前記少なくとも一つのプロセッサに通信接続されたメモリと、を含み、
前記メモリに前記少なくとも一つのプロセッサにより実行可能な命令が記憶されており、前記命令が前記少なくとも一つのプロセッサにより実行されると、前記少なくとも一つのプロセッサが請求項1~5のいずれかの一つに記載の障害物検出方法を実行する、
電子機器。 - コンピュータ命令が記憶されているコンピュータで読み取り可能な非一時的な記憶媒体であって、
前記コンピュータ命令は、前記コンピュータに請求項1~5のいずれかの一つに記載の障害物検出方法を実行させる、
コンピュータ命令が記憶されているコンピュータで読み取り可能な非一時的な記憶媒体。 - コンピュータプログラムであって、
前記コンピュータプログラムがプロセッサによって実行される時に請求項1~5のいずれかの一つに記載の障害物検出方法を実現する、
コンピュータプログラム。 - 自動運転車両であって、
請求項11に記載の電子機器を含む、
自動運転車両。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111039230.5 | 2021-09-06 | ||
CN202111039230.5A CN113963327B (zh) | 2021-09-06 | 2021-09-06 | 障碍物检测方法、装置、自动驾驶车辆、设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023038164A true JP2023038164A (ja) | 2023-03-16 |
Family
ID=79461160
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022122815A Pending JP2023038164A (ja) | 2021-09-06 | 2022-08-01 | 障害物検出方法、装置、自動運転車両、機器、及び記憶媒体 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20230072632A1 (ja) |
EP (1) | EP4145408A1 (ja) |
JP (1) | JP2023038164A (ja) |
KR (1) | KR20230036960A (ja) |
CN (1) | CN113963327B (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115690739B (zh) * | 2022-10-31 | 2024-03-26 | 阿波罗智能技术(北京)有限公司 | 多传感器融合障碍物存在性检测方法和自动驾驶车辆 |
CN116228820B (zh) * | 2023-05-05 | 2023-09-08 | 智道网联科技(北京)有限公司 | 一种障碍物检测方法、装置和电子设备、存储介质 |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105372654B (zh) * | 2015-12-14 | 2017-12-12 | 财团法人车辆研究测试中心 | 障碍物分类可靠度量化的方法 |
JP2017159801A (ja) * | 2016-03-09 | 2017-09-14 | パナソニックIpマネジメント株式会社 | 自動運転制御装置および自動運転システム |
KR20180068578A (ko) * | 2016-12-14 | 2018-06-22 | 삼성전자주식회사 | 복수의 센서를 이용하여 객체를 인식하는 전자 기기 및 방법 |
CN106802668B (zh) * | 2017-02-16 | 2020-11-17 | 上海交通大学 | 基于双目与超声波融合的无人机三维避撞方法及系统 |
CN108313088B (zh) * | 2018-02-22 | 2020-08-25 | 中车长春轨道客车股份有限公司 | 一种非接触式轨道车辆障碍物检测系统 |
CN108482427A (zh) * | 2018-02-22 | 2018-09-04 | 中车长春轨道客车股份有限公司 | 一种非接触式轨道车辆障碍物检测系统和安全控制方法 |
CN108764108A (zh) * | 2018-05-22 | 2018-11-06 | 湖北省专用汽车研究院 | 一种基于贝叶斯统计决策的前车检测方法 |
CN109188460A (zh) * | 2018-09-25 | 2019-01-11 | 北京华开领航科技有限责任公司 | 无人驾驶异物检测系统及方法 |
CN109270524B (zh) * | 2018-10-19 | 2020-04-07 | 禾多科技(北京)有限公司 | 基于无人驾驶的多数据融合障碍物检测装置及其检测方法 |
CN109544990A (zh) * | 2018-12-12 | 2019-03-29 | 惠州市德赛西威汽车电子股份有限公司 | 一种基于实时电子地图识别可用泊车位的方法及系统 |
CN110609570A (zh) * | 2019-07-23 | 2019-12-24 | 中国南方电网有限责任公司超高压输电公司天生桥局 | 一种基于无人机的自主避障巡检方法 |
CN111273268B (zh) * | 2020-01-19 | 2022-07-19 | 北京百度网讯科技有限公司 | 自动驾驶障碍物类型的识别方法、装置及电子设备 |
CN111198371A (zh) * | 2020-03-03 | 2020-05-26 | 杭州中车数字科技有限公司 | 前视障碍物检测系统 |
CN111308461B (zh) * | 2020-04-15 | 2024-05-07 | 长春大学 | 低速车用障碍物检测系统及检测方法、检测装置 |
CN111338383B (zh) * | 2020-04-24 | 2023-10-13 | 北京泛化智能科技有限公司 | 基于gaas的自主飞行方法及系统、存储介质 |
CN111551938B (zh) * | 2020-04-26 | 2022-08-30 | 北京踏歌智行科技有限公司 | 一种基于矿区环境的无人驾驶技术感知融合方法 |
JP2023525106A (ja) * | 2020-05-11 | 2023-06-14 | 華為技術有限公司 | 車両走行可能領域検出方法、システム、及びそのシステムを使用する自律車両 |
CN111753765A (zh) * | 2020-06-29 | 2020-10-09 | 北京百度网讯科技有限公司 | 感知设备的检测方法、装置、设备及存储介质 |
CN212322114U (zh) * | 2020-07-06 | 2021-01-08 | 扬州大学 | 一种用于自动驾驶车辆的环境感知及道路环境裂纹检测系统 |
CN112113578A (zh) * | 2020-09-23 | 2020-12-22 | 安徽工业大学 | 一种用于自动驾驶车辆的障碍物运动预测方法 |
CN112394726B (zh) * | 2020-10-20 | 2023-08-04 | 自然资源部第一海洋研究所 | 一种基于证据理论的无人船障碍物融合检测方法 |
CN112330746A (zh) * | 2020-11-27 | 2021-02-05 | 苏州感测通信息科技有限公司 | 一种基于tx2的移动底盘障碍物检测方法 |
CN112651359A (zh) * | 2020-12-30 | 2021-04-13 | 深兰科技(上海)有限公司 | 障碍物检测方法、装置、电子设备和存储介质 |
-
2021
- 2021-09-06 CN CN202111039230.5A patent/CN113963327B/zh active Active
-
2022
- 2022-05-25 EP EP22175339.5A patent/EP4145408A1/en not_active Withdrawn
- 2022-07-22 US US17/814,461 patent/US20230072632A1/en active Pending
- 2022-07-26 KR KR1020220092526A patent/KR20230036960A/ko not_active Application Discontinuation
- 2022-08-01 JP JP2022122815A patent/JP2023038164A/ja active Pending
Also Published As
Publication number | Publication date |
---|---|
KR20230036960A (ko) | 2023-03-15 |
EP4145408A1 (en) | 2023-03-08 |
CN113963327B (zh) | 2023-09-08 |
CN113963327A (zh) | 2022-01-21 |
US20230072632A1 (en) | 2023-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113033537B (zh) | 用于训练模型的方法、装置、设备、介质和程序产品 | |
JP2023038164A (ja) | 障害物検出方法、装置、自動運転車両、機器、及び記憶媒体 | |
CN109870698B (zh) | 一种超声波阵列障碍物检测结果处理方法及系统 | |
CN113920307A (zh) | 模型的训练方法、装置、设备、存储介质及图像检测方法 | |
US20220035733A1 (en) | Method and apparatus for checking automatic driving algorithm, related device and storage medium | |
CN109558854B (zh) | 障碍物感知方法、装置、电子设备及存储介质 | |
CN113859264B (zh) | 车辆控制方法、装置、电子设备及存储介质 | |
CN113591573A (zh) | 多任务学习深度网络模型的训练及目标检测方法、装置 | |
CN113377888A (zh) | 训练目标检测模型和检测目标的方法 | |
CN113947188A (zh) | 目标检测网络的训练方法和车辆检测方法 | |
CN109635868B (zh) | 障碍物类别的确定方法、装置、电子设备及存储介质 | |
CN114186007A (zh) | 高精地图生成方法、装置、电子设备和存储介质 | |
CN113325381A (zh) | 用于处理数据的方法、装置、设备以及存储介质 | |
CN114091515A (zh) | 障碍物检测方法、装置、电子设备和存储介质 | |
CN113177980A (zh) | 用于自动驾驶的目标对象速度确定方法、装置及电子设备 | |
CN114429631B (zh) | 三维对象检测方法、装置、设备以及存储介质 | |
CN115984791A (zh) | 自动驾驶感知模型的生成方法、装置及电子设备 | |
CN113762397B (zh) | 检测模型训练、高精度地图更新方法、设备、介质及产品 | |
CN113344121B (zh) | 训练招牌分类模型和招牌分类的方法 | |
CN114987494A (zh) | 驾驶场景处理方法、装置及电子设备 | |
CN114821190A (zh) | 图像分类模型训练方法、图像分类方法、装置及设备 | |
CN113963186A (zh) | 目标检测模型的训练方法、目标检测方法及相关装置 | |
CN113139542A (zh) | 目标检测方法、装置、设备和计算机可读存储介质 | |
CN112733879A (zh) | 针对不同场景的模型蒸馏方法和装置 | |
CN116168366B (zh) | 点云数据生成方法、模型训练方法、目标检测方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220801 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230731 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230815 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231109 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240213 |